Descargar la presentación
La descarga está en progreso. Por favor, espere
1
Inferencia basada en dos muestras
2
Inferencia basada en dos muestras
Hay dos muestras: m1={X11, X21,…, Xn1} m2={X12, X22,…, Xn2} Cada muestra proviene de una población
3
Ejemplos Comparar el contenido de ácidos grasos en semillas de dos variedades distintas. Comparar el aumento de peso en animales alimentados con dos pasturas diferentes. Comparar el efecto de dos dosis de un fungicida.
4
Ejemplos Comparar los porcentajes de preñez bajo dos protocolos de inseminación artificial. Comparar los porcentajes de lecturas positivas para una virosis en pruebas Elisa estándar y DAS-Elisa.
5
Inferencia basada en dos muestras
El objetivo de la inferencia puede ser: Estimar la diferencia entre las medias de las poblaciones (1-2) de las cuales proceden las muestras Contrastar hipótesis sobre la diferencia (1-2)
6
Inferencia basada en dos muestras
Si el contraste es bilateral:
7
Inferencia basada en dos muestras
Si el contraste es unilateral derecho: Si el contraste es unilateral izquierdo:
8
Inferencia basada en dos muestras
Varianzas poblacionales conocidas Muestras independientes varianzas iguales Varianzas poblacionales desconocidas varianzas diferentes Muestras dependientes
9
Inferencia basada en dos muestras
El estadístico a usar en el contraste de medias depende de: La naturaleza de las muestras Si se conocen las varianzas poblacionales Si las varianzas poblacionales son iguales o diferentes
10
Muestras independientes
Inferencia basada en dos muestras Muestras independientes Varianzas poblacionales conocidas La inferencia se basa en el estadístico: usualmente las varianzas son desconocidas
11
Muestras independientes
Inferencia basada en dos muestras Muestras independientes Varianzas poblacionales desconocidas ¿Cómo son las varianzas poblacionales? ¿Son iguales o diferentes?
12
Inferencia basada en dos muestras
Muestras independientes: Varianzas poblacionales desconocidas e iguales La inferencia acerca de las medias se basa en el estadístico: Prueba T para muestras independientes cuando las varianzas son homogéneas
13
Inferencia basada en dos muestras
Muestras independientes: Varianzas poblacionales desconocidas e iguales Intervalo de confianza bilateral para la diferencia de medias está dado por:
14
Inferencia basada en dos muestras
Muestras independientes: Varianzas poblacionales desconocidas diferentes La inferencia acerca de las medias se basa en el estadístico: Prueba T para muestras independientes cuando las varianzas no son homogéneas
15
Caso Normal-Muestras independientes
Muestras independientes: Varianzas poblacionales desconocidas diferentes Intervalo de confianza bilateral 1- para la diferencia de medias :
16
Ejemplo Se desea determinar si al usar fertilización nitrogenada en maíz, se modifica el promedio del peso del grano. Se realiza un ensayo en el cual se aplica fertilización a 24 parcelas experimentales y otras 24 parcelas no se fertilizan. Al finalizar el ensayo se registran los valores de la variable en estudio en mg. Las hipótesis propuestas son H0: 1= 2 vs H1: 1 2
17
Ejemplo Los resultados del ensayo son los siguientes: Fertilización n
Con fertilizante 24 311.00 Sin fertilizante 261.98
18
¿Las varianzas poblacionales son iguales o diferentes?
Inferencia basada en dos muestras ¿Las varianzas poblacionales son iguales o diferentes? Hipótesis Estadístico
19
Inferencia basada en dos muestras
Contraste para la homogeneidad de varianzas Bajo H0 se distribuye como una F con 23 y 23 grados de libertad
20
Prueba F La región de aceptación para un nivel de significación del 5% está delimitada por 0.43 y 2.31, correspondientes a los cuantiles /2 y (1 - /2) respectivamente
21
Tabla F 25 0.001 0.025 0.050 0.950 0.975 0.990 1 0.0721 0.1759 0.2358 2 0.1084 0.2330 0.2954 23 0.2712 0.4434 1.9963 2.2871 2.6857
22
Ejemplo Como F=1.13 está en el intervalo
(0.43; 2.31) se acepta H0: 12= 22 Se concluye que no hay diferencias entre las varianzas poblacionales. Se cumple el supuesto de homogeneidad de varianzas
23
Prueba T Reemplazando:
24
Prueba T
25
Prueba T La región de aceptación para un nivel de significación del 5% está delimitada por y 2.013, correspondientes a los cuantiles /2 y (1 - /2) respectivamente y 46 grados de libertad
26
Prueba T Como T=3.96 no pertenece al intervalo
(-2.013; 2.013) se rechaza H0: 1= 2 Se concluye que hay diferencias entre las medias. El intervalo de confianza [24.11;73.94] construido con una confianza del 95% incluye al verdadero valor de la diferencia entre las medias
27
Prueba T para muestras independientes
Ejemplo para uso de software En un estudio para analizar la evolución de tubérculos almacenados, se deseaba comparar dos épocas de cosecha: Abril y Agosto, las que determinan diferen-tes periodos de almacenamiento. La variable en estudio fue la pérdida de peso por deshidratación (en gr). El archivo Época contiene las observa-ciones del estudio.
28
Muestras dependientes
Inferencia basada en dos muestras Muestras dependientes Los datos se obtienen de muestras que están relacionadas, es decir, los resultados del primer grupo no son independientes de los del segundo.
29
Ejemplo -Muestras dependientes
Se quiere comparar el efecto de dos virus sobre plantas de tabaco. Se seleccionaron al azar 8 plantas y en cada una de ellas se tomaron 2 hojas apicales. Sobre cada hoja se aplicaron los preparados conteniendo los virus cuyos efectos se querían evaluar. La variable de respuesta fue la superficie en mm2 de las lesiones locales que aparecían como pequeñas manchas oscuras en las hojas.
30
Ejemplo o bien: Preparado 1 Preparado 2 di 31 18 13 20 17 3 14 4 11 6
9 10 -1 8 7 1 5 1= 15 2 = 11 = 4 o bien:
31
Caso Normal-Muestras dependientes
La inferencia se basa en el siguiente estadístico, que depende de la media y la varianza de las diferencias y del valor hipotetizado para el promedio poblacional de las diferencias ()
32
Caso Normal-Muestras dependientes
La prueba de hipótesis para la diferencia de medias basada en este estadístico se conoce como prueba T para muestras apareadas. Intervalo de confianza bilateral 1- para la diferencia de medias () está dado por:
33
Ejemplo Fijando = 0.05, la región de aceptación es el intervalo (t/2= , t1- /2= 2.365), con 7 grados de libertad
34
Ejemplo Como T=2.63 es mayor que t1- /2= 2.365, se rechaza H0: 1= 2
Se concluye que las diferencias observadas entre las áreas dañadas por uno u otro virus son estadísticamente significativas.
35
Prueba T para muestras apareadas
Ejemplo para uso de software Para estudiar el efecto de la polini-zación sobre el peso promedio de las semillas obtenidas, se efectuó un experimento sobre 10 plantas. La mitad de cada planta fue polinizada y la otra mitad no. Se pesaron las semillas de cada mitad por separado, registrándose de cada planta un par de observaciones. El archivo Poliniza con-tiene los valores registrados
36
Resumen
Presentaciones similares
© 2024 SlidePlayer.es Inc.
All rights reserved.